我们的数据可视化课程已经上线啦!!目前课程的主要方向是 科研、统计、地理相关的学术性图形绘制方法,后续也会增加商务插图、机器学等、数据分析等方面的课程。课程免费新增,这点绝对良心!
我们第一个数据可视化交流圈子也已经上线了,主要以我的第一本书籍《科研论文配图绘制指南-基于Python》为基础进行拓展,提供「课堂式」教学视频,还有更多拓展内容,可视化技巧远超书籍本身,书籍修正和新增都会分享到圈子里面~~
参与课程或者圈子的你将获取到:学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。
在我们的R语言可视化课程中,大部分的地图绘制都是使用R语言中的ggplot2和一些拓展绘图工具包完成的,大家学习起来也特别顺心~~
今天就给大家介绍一个和ggplot2类似的绘图语法地图绘制工具-「tmap」,那种超赞的出版级别地图更是可以一键绘制呢~
在R语言中,tmap(thematic maps)
是一个强大的地图可视化工具包,专门用于创建各种类型的地图。它的设计目标是简化地图的制作过程,同时提供丰富的地图样式和交互功能。其功能和特点如下:
之所以和ggplot2绘图语法类似,是因为tmap中也有和ggplot2中,用于绘制不同图层对象的函数。如
而且,每一个绘图函数中都有着详细且复杂的修改参数,用于完成本图层的属性设置。
使用tmap包绘制地图可以分为以下几个基本步骤:
首先,需要确保已经安装并加载了tmap包,同时准备好要用于地图绘制的空间数据。tmap通常与其他处理空间数据的包如sf(Simple Features for R)和sp(spatial)配合使用。
# 加载必要的包
library(tmap)
library(sf) # 如果使用sf包处理空间数据
# 读取空间数据
# 这里举例使用sf包中的一个示例数据集
data(World)
接下来,使用tmap中的tm_shape函数创建一个地图对象,并设置地图的基本样式,比如边界线、填充颜色等。
# 创建地图对象并设置样式
map <- tm_shape(World) +
tm_borders() # 添加国界线
在这个例子中,tm_shape函数用于指定绘制的空间对象(在这里是World),然后使用tm_borders函数添加国界线。
根据需要,可以进一步添加其他地图元素,如标题、图例、比例尺等,以增强地图的可读性和信息量。
# 添加标题和图例
map <- map +
tm_layout(title = "World Map", # 标题
legend.position = c("left", "bottom")) # 图例位置
可以根据具体需求调整地图的样式和布局,比如修改颜色、添加文本标注、更改地图投影等。
# 修改地图样式
map <- map +
tm_fill(col = "lightblue") + # 修改填充颜色
tm_text("iso_a3") # 添加国家代码文本标注
最后,使用tmap包中的tm_view函数显示地图,或者使用tm_save函数保存地图到文件中。
# 显示地图
tm_view(map)
# 保存地图为PDF文件
tm_save(map, file = "world_map.pdf", width = 10, height = 8, dpi = 300)
以上就是使用tmap包绘制地图的步骤主要涉及加载数据、创建地图对象、设置样式和布局、添加元素,最后显示或保存地图。读者可以根据的绘图需求再额外添加其他图形类型。
这一小节我们列举几个tmap绘制的地图可视化案例,我当初就是被这个案例“骗”来学习tmap的····
# load example dataset
data("metro")
# draw dotstm_shape(metro) +
tm_dots()
# draw a bubble maptm_shape(metro) +
tm_bubbles(“pop2020")
# draw a colored bubble map
tm_shape(metro) +
tm_bubbles("pop2020", col = "growth")
# combine choropleth with bubble map
tm_shape(World) +
tm_polygons("income_grp") +
tm_shape(metro) +
tm_bubbles("pop2020", col = "growth")
当然,还可以一键修改绘图主题哦:
... +
tm_style("classic")
交互式地图可通过如下步骤完成:
tmap_mode("view")
tm_shape(World) +
tm_polygons("HPI")
此外,还可以进行分面交互地图的绘制呢:
tmap_mode("view")
tm_shape(World) +
tm_polygons(c("HPI", "economy")) +
tm_facets(sync = TRUE, ncol = 2)
好了,tmap还有很多好用的绘图函数等着大家探索呢,更多关于tmap工具包中的其他使用语法和绘图函数,感兴趣的同学可阅读:tmap工具包官网[1]
可视化学习圈子是书籍「科研论文配图绘制指南-基于Python」一书的学下圈子:主要通过以下几个方面,给大家带来比纸质书籍更丰富的学习内容:
「PS」:我们直播教学内容为课堂式教学,原作者带着大家对书籍一章、一节、一页的进行教学。而且直播的视频都会通过剪辑后整理成课程,圈子中的同学可以免费、反复观看。当然,新增内容和定期答疑,直播也是如此。
微信扫描下方二维码即可参与我们的书籍学习圈子啦:
微信扫码即可加入学习圈子
当然,在学习数据可视化的道路上,你也有很多问题得不到解答,也可以加入我们的可视化课程(可视化系列课程推文)后,在学员群里和大家一起谈论,一起进步,或者直接向我提问。如果我觉得你的问题很具有普适性,我会把它写成文章发布在公众号上,让更多人看到,有关我们数据可视化系列课程的服务内容,可以参考下面的 阅读原文。
不是?!这种图一行代码就搞定了,超简单....
这图这么多人问!?赶紧给大家复现出来~~..
ggpubr!一键绘制出版级论文配图,绘图小白福音......
tidyterra!空间数据处理、可视化神器...
Antarctic-Plots!不用ArcGIS,我照样可以画出惊艳的地图...
比Matplotlib合并子图更方便!patchworklib让我告别PS拼图...
Xarray,不用ArcGIS,所有地理空间绘图全搞定...
Nature都推荐的箱线图(Boxplot)绘制工具长啥样?免费、在线、灵活操作...?
完美解决Matplotlib绘图中、英文字体混显问题..
MATLAB绘图不好看?!不是,你是还没发现这几个工具包吧..
不是,这个地理数据工具这么强的吗?数据处理、可视化它都行..
这种环形图太难画?!带你一行代码搞定..
不是,这封面图这么多人问的吗?教程来了
不用Seaborn,这个工具也能绘制超炫的统计图形···
NetworkX,网络结构图最强绘制工具····· 参考资料
[1]
tmap工具包官网: https://r-tmap.github.io/tmap/index.html。